AIサービス用マシン | 研究開発者向け情報発信メディア TEGAKARI

事例No.PC-10880をご覧のお客様より、Deep Learningの実験を行うためのPCをご相談いただきました。
想定されている条件は以下の通りです。

・CPU：Core i9
・メモリ：128GB
・ストレージ1：1TB SSD
・ストレージ2：2TB HDD
・GPU：RTX 4090 x2台
・OS：Ubuntu 20.04

・使用するソフトウェア：R、Rstudio、Python、BayoLinkS
・予算：100万円以内難しい場合でも、どの程度の金額になるか知りたい
・その他：PyTorch 1.9 または2.0を使用

ご連絡いただいた条件を踏まえて、弊社からは以下の構成をご提案しました。

【主な仕様】

CPU	Xeon Silver 4314 (2.40GHz 16コア)
メモリ	128GB
ストレージ1	1TB SSD S-ATA
ストレージ2	4TB HDD S-ATA
ビデオ	NVIDIA Geforce RTX4090 x2
ネットワーク	on board (1GbE x1 10GBase-T x1)
筐体+電源	タワー型筐体 + 1600W
OS	Ubuntu20.04
その他	200V対応ケーブル

ご参照の事例をご予算に合わせてカスタムした構成です。

RTX4090を2台搭載した構成です。お客様がご覧になられたPC-10880とは異なり、電源ユニット1台で動作します。ただし、100V給電ではフル稼働時に電源容量に余裕がなくなるため、200V給電での利用を推奨します。

また、RTX4090を2台搭載するためには、PCI-E x16スロットを2本用意する必要があります。CPUをCore i9とする場合、PCI-Eレーン数を必要分確保することが難しいため、対応可能なXeon仕様としています。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

■FAQ

・PCI Express (PCI-E/PCIe) とは
PCI ExpressはPCやサーバーなどのシステムで高速なデータ転送を行うためのインターフェース規格。レーンと呼ばれる単位で送受信する。PCI-Eは1本の送信用差動ペアと1本の受信用の差動ペアで構成される。1レーンあたりの転送速度はバージョンによって異なるが、PCI-E 5.0では1レーン当たり32Gbpsの転送が可能。
また、PCI-E x1スロットには1本のレーンがあり、PCI-E x4スロットには4本のレーンがある。したがって、PCI-E x4スロットはPCI-E x1スロットの4倍の転送速度を持つ。
ビデオカードは高速なデータ転送を必要とするため、通常は最大レーン数であるPCI-E x16スロットに接続される。

・DeepLearningとは
DeepLearningは機械学習の一種であり、多層のニューラルネットワークを用いて高度なパターン認識や予測を行う手法。一般的に大量のデータを必要とするため、データが豊富な場合に効果的な手法とされている。
また、DeepLearnigは画像認識や音声認識、自然言語処理などの分野で広く用いられている。複雑な特徴や関係性を学習することができるため、従来の機械学習手法よりも高い精度を発揮することができる。

参考：【特集記事】機械学習ってなんだろう ※弊社オウンドメディア「TEGAKARI」に飛びます

・PyTorchとは
PyTorchはPythonで書かれたオープンソースの機械学習ライブラリ。ニューラルネットワークの構築やトレーニングにおいて、高速かつ柔軟な開発を可能にすることを目的としている。また、Tensorと呼ばれる多次元配列を扱うことが可能で、GPUを用いて高速な演算を行うことが可能。
その他、多くのモデルアーキテクチャをサポートしており、様々な種類のニューラルネットワークをを簡単に構築することができる。加えて、GPUをサポートしているため、大規模なデータセットを用いた学習を効率的に行うことができる。

参考：PyTorch ※外部サイトに飛びます